A、传染性
B、隐蔽性
C、潜伏性
D、可预见性
答案:ABC
A、传染性
B、隐蔽性
C、潜伏性
D、可预见性
答案:ABC
A. dt.datetime(2019,12,12,23,23,23)
B. dt.datetime(2019,0,0,23,23,23)
)
C. dt.datetime(2019,12,12,0)
D. dt.time(23,23,23
解析:见函数库
A. 卷积层后为池化层,然后还是卷积层-池化层。
B. 多个连续的池化层,然后跟着一个卷积层
C. 网络中最后的几个层是全连接层
D. 网络中最开始的几个层是全连接层
解析:一般卷积层后为池化层,网络最后为几个全连接层。
A. 词语消歧
B. 词性标注
C. 未登录词识别
D. 槽位填充
A. paddle.nn.functional.mse_loss
B. paddle.nn.functional.softmax_with_cross_entropy
C. paddle.nn.CrossEntropyLoss
D. paddle.nn.functional.cross_entropy
解析:paddle.nn.functional.softmax_with_cross_entropy,paddle.nn.CrossEntropyLoss,paddle.nn.functional.cross_entropy均可用于多分类问题
A. 非监督学习的样本数据是要求带标签的
B. 监督学习和非监督学习的区别在于是否要求样本数据带标签
C. 强化学习以输入数据作为对模型的反馈
D. 卷积神经网络一般用于图像处理等局部特征相关的数据
A. LeNet
B. AlexNet
C. LSTM
D. CNN
解析:LSTM一种特殊的RNN网络,该网络设计出来是为了解决长依赖问题
A. 触发器
B. 生成器
C. 判别器
D. 聚合器
解析:GAN网络结构是由生成器和判别器组成,训练过程中,生成器G不断的生成赝品,判别器D这识别生成器G生成的结果是真品还是赝品,两个网络相互对抗,生成器G努力生成出欺骗过判别器D的赝品,而判别器D努力识别出生成器G生成的赝品,往复循环,从而训练彼此
A. 语音交互
B. 情感交互
C. 体感交互
D. 脑机交互
解析:语音交互是指人类通过自然语言与计算机发生交互的过程。
A. 我们随机抽取一些样本, 在这些少量样本之上训练
B. 我们可以试用在线机器学习算法
C. 我们应用PCA算法降维, 减少特征数
D. 以上所有
A. 不需要软,硬件购买等初期投入
B. 不需要实现预测分析等人工智能技术
C. 云智能不要求使用者是机器学专家
D. 使用云智能的分析可以在任意云中储存数据,并毫不费力地进行数据交换